小波变换的离群时序数据挖掘分析

针对时序数据进行离群数据挖掘方法的研究。通过对时序数据进行离散小波变换,将其从时域空间变换到频域空间,使时序数据映射为多维空间的点。该方法具有多尺度、时移不变性等特点,经离群时间序列进行离散小波变换后,不仅具有良好的保距性又达到降低维数目的。然后提出一种基于距离的离群时序数据挖掘算法。仿真试验表明了该方法的有效性。     

缓存管理算法及其在无线网络中的应用研究

对基于分组丢弃技术的缓存管理算法作了系统的分类,介绍了包括新的基于控制理论和模糊逻辑控制的几种主要的缓存管理算法及其改进算法,并就存在的问题和不足提出了研究建议。提出了适用于无线网络的缓存管理算法设计的四点建议和基本思路。     

基于区间模糊DEMATEL和TOPSIS法的产品方案评价

针对目前产品方案评价方法存在的不足,提出一种基于区间模糊理论的多属性决策模型,该模型结合DEMATEL 法和TOPSIS算法,采用区间模糊理论表达信息的不确定性：由DEMATEL方法对产品方案评价系统中的评价指标进行 量化分析,对指标集进行因果分类、重要度排序和权重分配;在TOPSIS框架下构建区间模糊矩阵,计算其正、负理想解和 接近度,根据接近度对产品备选方案进行比较,并进行了实例分析。结果表明,该评价方法和理论具有一定的实用性和 可行性。     

二型模糊系统在音频信号分类中的应用

针对数字音频信号分类问题提出了基于二型模糊集合理论的C均值聚类算法,并在此基础上应用跳跃基因遗传算法对聚类得到的初始模糊模型进行优化,最后采用向量相似性测度准则对优化后的模糊规则集合进行简化,得到最终的模糊分类器模型。与传统的一型模糊集合相比,二型模糊集合可以掌控更多的不确定性信息。基于二型模糊集合理论的C均值聚类算法对样本分布不均匀、结构不规则的样本集的聚类效果更精确。实例仿真结果对比显示,应用二型模糊C均值聚类算法的音频信号分类器比应用一型模糊C均值聚类算法的分类器得到的分类结果更准确。     

基于K-均值聚类和泰森多边形的异常值检测方法

离群点发现是数据挖掘研究的一个重要方面.根据数据流的特点提出一种基于K-均值聚类和泰森多边形的离群点检测方法，先用K-均值对数据进行处理，生成中间聚类结果，然后用泰森多边形方法（VOD）对这些中间结果进行再次选择，最后找出可能存在的离群点.     

山东省制造业产业关联研究——基于投入产出表与熵理论结合的山东制造业产业总关联研究

利用山东省2002年投入产出表中相关数据,依据不同评价指标,对山东省制造业产业内的关联进行了分析和根据关联指标对产业重要性进行了排序;并结合熵理论,计算出针对多对象关于多指标的、基于熵的总关联指数.研究结果表明根据不同关联性指标,制造业内16部门的关联重要性排序不同,无法实现对制造业产业部门关联重要性的综合排序;投入产出分析和熵理论的结合,能够获得基于熵的相对优异性量化指标,较好地解决了关联综合排序问题,为相关产业政策的制定提供可靠的依据.     

基于统计的离群数据挖掘与分析

在数据空间中不可避免地存在着一些严重偏离整体样本集合的其它观测值,这些离群数据对数据挖掘与分析结果具有重要影响.通过对各种基于统计算法的总结与比较,按一元到多元的探索性离群分析思路,设计了一般分布下的Grubbs离群检测法和基于似然的混合模型离群点检测方法,并对多维数据的统计检测技术进行了讨论.结果表明,在离群检测与分析中恰当地利用统计方法在低维数据中的有效性进行探索性数据分析是可行的.     

基于等距映射特征匹配的薄壁件镜像加工刀路补偿算法

在大型薄壁件的镜像铣削加工时,装夹过程会造成工件的变形,如果使用初始的刀具路径会导致薄壁件厚度不均匀,过切或欠切。为了提高加工精度,在铣削加工之前添加激光扫描环节,并提出一种基于等距映射特征匹配的薄壁件镜像加工刀路补偿算法。应用运动学变换公式将激光扫描数据转换为点云,通过点云预处理简化过程,对理论曲面和实际曲面进行Delaunay三角网格曲面重构和计算定位点和匹配点任意两点间的测地线距离,再运用非线性最小二乘迭代计算完成基于等距映射理论的曲面特征匹配,最后基于面积坐标公式完成刀路的补偿。经过加工测量实验,该算法能减少67%加工误差,验证了该算法的有效性。     

基于非线性规划的数据离散化方法及其应用

数据离散化就是按照特定的规则或方法对数据进行分类的研究,是很多研究的基础,有很重要的现实意义。文章在对数量属性数据离散化方法进行简要总结的基础上,针对FCM经典算法的不足,提出了基于非线性规划的改进方法,并用GAMS软件编程实现。为了进一步检验该方法,文章又结合因子分析和数据挖掘的方法对建材超市顾客满意度问题进行了分析,把基于非线性规划的数据离散化方法应用于实际数据。     

一种快速全局运动估计算法

为了对全局运动进行准确快速的估计,在对全局运动估计算法进行研究的基础上,提出了一种快速全局运动估计算法。该算法基于非线性密度估计,采用了六参数的仿射模型。为了提高计算速度,采用了3层金字塔进行多分辨率计算,而且在每层迭代计算中,将基于块的外点去除算法与特征点提取算法相结合,这样既加快了算法的速度,又提高了计算结果的准确性。全局运动估计的实验结果表明,该算法在速度和准确性上具有一定的优势。     

孤立点数据挖掘技术在审计信息化中的应用研究

孤立点分析技术是数据挖掘的重要内容之一,可广泛应用到电信、信用卡欺骗检测、贷款审批、客户分类、气象预报和网络入侵检测等领域。在审计工作中,也可采用孤立点检测算法对审计数据进行判断和检测,帮助审计人员及时发现隐藏的审计线索,提高审计效率,孤立点数据挖掘技术比发现规律性的其他挖掘技术具有更好的现实应用价值。     

基于粒计算的程序题评分模型研究

程序题自动评分是程序设计类课程实现无纸化考试和在线练习的核心问题之一,传统评分方法没有从程序的结构、语法、相似度等方面进行全面考虑。受粒计算相关理论及模型启发,结合人工评分的多粒度思维模式．对程序源码进行静态分析,提出一种基于粒计算思想的程序题自动评分模型。以C程序为例,将程序文本和标准答案程序在各个粒度层面上进行匹配,计算出各粒度权值,将匹配结果进行综合评价得出最终评分。实验表明,该评分方法全面考察了程序在结构、语法、文本相似度等多方面的匹配程度,有较高的准确性,并可方使地应用到其他类型程序的评分模型之中。     

基于平均密度的孤立点检测研究

为了使孤立点检测更为自动化,减少用户对参数选择的困难,提出了平均密度的定义,并给出基于平均密度的孤立点检测方法。该方法提出了孤立点对象的密度要小于数据集的平均密度;非孤立点对象的密度不应因为封闭区间的收缩而减少。采用企鹅图像边缘检测对该方法进行验证,实验结果表明,该方法能够有效地检测出图像边缘孤立点,同时简化了孤立点检测时对用户输入参数的要求。     

模糊支持向量机的非直达波抑制算法

针对支持向量机中由于噪声和野值带来的过拟合问题,提出了基于模糊最小二乘支持向量机(fuzzy LS-SVM)的抑制非直达波的移动定位方法。利用一种基于支持向量数据域描述的模糊隶属度函数模型,根据样本到特征空间最小包含超球球心的距离来确定模糊隶属度。仿真结果表明了该方法的稳健性,提高了LS-SVM的抗噪声能力。     

粒的形式化表示研究

为了能为粒计算的粒提供一种统一的表示形式,分析了粒的对象、特征、关系及状态等4个基本要素,提出了基于数据层面的粒的四元组的形式化表示形式,即由对象集、特征集、关系集和约束集四元组组成。接着给出了几个特殊粒的表示形式,然后说明了该表示形式的统一性,并结合具体的例子进行了研究。该形式化表示形式能够很好地解决基于数据层面的粒的表示问题,有利于问题求解和粒计算理论的研究。     

粒集的扩展及其描述

在作者提出的粒计算新模型——粒集理论的基础上,通过把映射由单向性扩展为双向性的做法,提出了对象粒集、描述粒集和扩展粒集等概念,并对它们分别进行了描述,其中扩展粒集的描述是五元组形式,即是(U,D,L,H,J),这里U是论域,D是描述域,L是由U到D的算子,H是由D到U的算子,J是算子L和H的约束。由此扩充了粒集理论的内容,完善了粒集理论。     

改进的共享型最近邻居聚类算法

聚类效果往往依赖于密度和相似度的定义,并且当数据的维增加时,其复杂度也随之增加。该文基于共享型最近邻居聚类算法SNN,提出了一种改进的共享型最近邻居聚类算法RSNN,并将RSNN应用于高速公路交通数据集上,解决了SNN算法在“去噪”、孤立点和代表点的判断、聚类效果等方面的不足之处。实验结果表明,RSNN算法比SNN算法在时空数据集上具有更好的聚类效果。